CN115374173A - 食品从业人员的信息处理方法、装置及电子设备 - Google Patents
食品从业人员的信息处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115374173A CN115374173A CN202211299151.2A CN202211299151A CN115374173A CN 115374173 A CN115374173 A CN 115374173A CN 202211299151 A CN202211299151 A CN 202211299151A CN 115374173 A CN115374173 A CN 115374173A
- Authority
- CN
- China
- Prior art keywords
- food
- information
- personal information
- practitioner
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 476
- 230000010365 information processing Effects 0.000 title claims description 17
- 238000003672 processing method Methods 0.000 title claims description 11
- 238000004519 manufacturing process Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 48
- 230000036541 health Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 29
- 230000006399 behavior Effects 0.000 claims description 23
- 238000009826 distribution Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 230000002829 reductive effect Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 150000007523 nucleic acids Chemical class 0.000 description 11
- 102000039446 nucleic acids Human genes 0.000 description 11
- 108020004707 nucleic acids Proteins 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000000391 smoking effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 208000019331 Foodborne disease Diseases 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010016952 Food poisoning Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010061926 Purulence Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000033809 Suppuration Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种食品从业人员的信息处理方法、装置及电子设备，依据本申请实施例，在食品生产环境和/或食品流通环境中部署信息采集设备，用于采集食品从业人员与食品安全相关的个人信息。由云端计算设备获取上述个人信息，由此，个人信息不再只存储于企业内部数据系统，而是提供给云端计算设备，云端计算设备实时监测个人信息，按照食品安全规则识别个人信息是否有造成食品安全风险的异常情况，并将风险信息提供给食品从业人员监管端。监管端可以根据风险信息及时排查、核销对应的异常情况，及早发现食品安全问题，或在问题扩散之前采取控制措施，实现对食品从业人员信息统一、高效的监管，降低了食品安全风险。
Description
技术领域
本申请涉及物联网技术领域，尤其涉及食品从业人员的信息处理方法、装置及电子设备。
背景技术
食品是人赖以生存和发展的最基本的物质条件。近年来，食品安全事故频发，对食品从生产到流通各个阶段的监管成为社会关注的焦点。建立有效的监管系统，加强对食品从业人员信息的管理，可以帮助预防、发现和管理食品安全风险。
目前，我国食品从业人员的信息记录在企业内部，记录方式以手动登记至纸质账台或人工录入企业内部数据系统为主，记录过程中难免会出现差错，这导致信息的保存年限、准确性、完整性和真实性难以把控，进一步，导致食品从业人员监管端对个人信息完整、规范、统一管理的难度很大，从而造成食品安全隐患。
发明内容
本申请实施例提供一种食品从业人员的信息处理方法、装置及电子设备，以实现信息集中处理监管，降低食品安全事故风险。
第一方面，本申请实施例提供了一种食品从业人员的信息处理方法，应用于云端计算设备，所述方法包括：
通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息；
识别所述食品从业人员的个人信息是否符合食品安全规则，并生成与识别结果对应的食品从业风险信息；
获取对应于同一类食品从业风险信息的多个食品从业人员的个人信息，并生成在至少一个维度下的统计结果；
根据所述统计结果进行个人信息的未来分布预测；
向从食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息以及所述未来分布预测。
第二方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器在执行所述计算机程序时实现上述任一项所述的方法。
与现有技术相比，本申请具有如下优点：
依据本申请实施例，在食品生产环境和/或食品流通环境中部署信息采集设备，用于采集食品从业人员与食品安全相关的个人信息。由云端计算设备获取上述个人信息，由此，个人信息不再只存储于企业内部数据系统，而是提供给云端计算设备，云端计算设备可以实时监测、处理分析个人信息，按照食品安全规则识别个人信息是否有造成食品安全风险的异常情况，并将风险信息提供给食品从业人员的监管端（如市场监管机构、食品企业的管理部门等）。监管端可以根据风险信息及时排查并核销对应的异常情况，及早发现食品安全问题，或在问题扩散之前采取控制措施，实现高效监管。例如，云端计算设备通过获取由信息采集设备采集到的食品从业人员的健康证信息，识别到健康证临近过期时间，向监管端提示健康证即将过期的食品从业风险信息，监管端即可在该食品从业人员健康证到期前，督促其办理新证。
监管端可以使用如电脑、手机和平板等管理设备中的一种或多种接收由云端计算设备发出的风险信息，也可以使用上述管理设备中的一种或多种直接查看云端计算设备采集到的个人信息或查询具体的从业风险信息，以及时采取对应措施，对相关从业人员的工作规范进行监督管理。由于采集到的个人信息统一由云端计算设备处理，云端中存储的信息对地域或时间范围没有限制，因此可以保证个人信息的完整性，为实现统一集中的信息管理打下基础。由此，一方面，通过查询存储于云端的历史个人信息，可以对食品从业人员的信息进行溯源追踪，将历史个人信息作为食品安全事件的调查依据；另一方面，监管端可以统一集中管理食品从业人员的个人信息，实时监管人员的个人信息是否符合食品安全规则，在提高监管效率的同时降低了食品安全风险。
上述说明仅是本申请技术方案的概述 ，为了能够更清楚了解本申请的技术手段，可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请的一些实施方式，而不应将其视为是对本申请范围的限制。
图1是本申请提供的食品从业人员的信息处理方案的场景示意图；
图2是本申请一实施例食品从业人员的信息处理方法的流程图；
图3是本申请一实施例的食品从业人员的信息处理装置的结构框图；以及
图4是用来实现本申请实施例的电子设备的框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的构思或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的，而非限制性的。
为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。
我国食品从业人员具有人数多、流动性大的特点，这导致传统的信息记录方式无法满足食品从业人员监管端对食品从业人员个人信息的跨地域、跨时间持续监管的需求，造成对相关个人信息统一、规范、高效的监管难度较高，从而形成食品安全隐患。
有鉴于此，本申请实施例提供了一种食品从业人员的信息处理方案，以全部或部分解决上述技术问题。
图1为示例性的用于实现本申请实施例的方法的一个应用场景的示意图。
图中涉及到，在云端计算设备通过部署在食品生产环境和/或食品流通环境中至少一个信息采集设备，获取食品从业人员与食品安全相关的个人信息。其中涉及的个人信息采集及对采集到的信息的后续应用，均在用户同意授权并知晓信息用途的情况下进行。信息采集设备可以包括RFID（Radio Frequency Identification，频射识别）装置、温度传感器、图像采集装置、视频采集装置、GPS（Global Positioning System，全球定位系统）定位装置等中的一种或多种。个人信息可以包括第一个人信息，即直接通过信息采集设备获取到的个人信息，例如由温度传感器获取到的体温、由图像采集装置获取到的身体外观特征信息、由食品采集装置获取到的身体外观特征信息行为信息、由GPS定位装置获取到的位置信息等中的一种或多种。个人信息还可以包括第二个人信息，即根据获取到的第一个人信息从管控个人信息的官方数据系统获取到的信息，例如，由从业人员的个人身份标识在相关的官方数据系统中查询并获取到该从业人员的健康码的相关信息。在云计算设备获取到这些个人信息后，可以通过将这些信息与食品安全规则进行对比，识别并生成相应的食品从业风险信息，也可以通过相应的数据处理，生成个人信息的统计信息，并将上述从业风险信息和/或统计信息提供给食品从业人员监管端的至少一个管理设备。食品从业人员监管端可以通过其所使用的管理设备，如手机、电脑、平板电脑等设备，接收云端计算设备所提供的从业风险信息和/或统计信息，也可以通过访问云端计算设备的方式直接查看存储于云端计算设备中的个人信息。
本申请可以应用于对食品安全监管系统工程的建设中，通过使用支持多设备多协议的信息处理方法对食品从业人员的个人信息进行多方面采集，可以为食品安全监管系统工程中的食品安全的信息链提供食品从业人员维度的多种信息，助力实现食品安全追溯闭环。通过对食品从业人员个人信息的风险信息识别，结合云端计算设备的相应数据处理，可以实现风险识别智能化，为建立食品安全智慧监管新模式提供与食品从业人员的相关维度的数据支持。
为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。
本申请实施例提供了一种食品从业人员的信息处理方法，如图2为本申请一实施例的食品从业人员的信息处理方法的流程图，如图所示，本方法可以包括：
步骤S201，通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息。
本申请实施例涉及的个人信息是食品从业人员与食品安全相关的个人信息，包括可以表征食品从业人员身份的基本信息，以及可以表征食品从业人员工作状态的信息。食品从业人员在工作过程中可能以直接或间接的方式接触到食品，食品一旦由于食品从业人员在工作过程中因忽略操作规范，没有遵守相关食品安全规则而受到污染，就很容易产生食品安全事故，例如食物中毒、食源性疾病、食品污染等，源于食品，对人体健康有危害或者可能有危害的事故。因此，食品从业人员时必须严格遵守相关的食品安全规则，规避食品安全风险。
其中涉及的到的食品从业人员是在工作过程中可能以直接或间接的方式接触到食品的相关人员，例如，工作内容涉及到食品加工或食品流通的相关人员。工作内容涉及到食品加工的食品从业人员可能包括食品生产厂员工、食品加工厂员工、餐饮店铺员工和食堂员工等。工作内容涉及到食品流通的食品从业人员可能包括食品物流公司员工、外卖公司员工和食品经营相关人员等。除此之外，食品从业人员还可以是负责对食品进行质量检测的质检人员。
通过在食品从业人员的工作环境部署信息采集设备，可以在食品从业人员上岗前和/或在岗时对食品从业人员的个人信息进行采集，对采集到的信息进行分析处理，以达到监管个人信息的目的。其中，涉及的部署环境可以包括食品生产环境，如食品生产工厂、食品加工工厂、质检操作室、餐饮店、食堂等中的一种或多种，也可以包括食品流通环境，物流网点、物流运输车辆、外卖网点、外卖车辆、食品经销店等中的一种或多种。
涉及到的信息采集设备是能够采集外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将采集到的信息传递给其他装置的设备。信息采集设备与云端计算设备对应部署，云端计算设备可以获取由信息采集设备采集到的个人信息。
一种可选的实施例中，信息采集设备可以包括物联网（IoT，Internet of Things）设备，获取食品从业人员与食品安全相关的个人信息时，可通过从信息采集设备对应的物联网平台获取。物联网平台支持海量信息采集设备连接云端计算设备，信息采集设备可以通过无线通讯技术与云端计算设备实现双向通信，由此，云端计算设备可以获取到由信息采集设备采集到的上述个人信息。
一种可选的实施例中，信息采集设备可以包括RFID装置、图像采集装置、视频采集装置、传感器（如温度传感器、烟雾传感器、红外热图像传感器等）、GPS定位装置等。
在一种可能的场景中，检测食品从业人员的图像信息时，可以用图像采集装置采集食品从业人员的图像信息，为云端计算设备配置相应的图像处理模块。图像处理模块可以通过分析图像特征，构建图像识别模型（如深度卷积神经网络模型），实现图像识别，以此对人员的相关图像特征，例如面部图像特征、手部图像特征、着装图像特征等，进行识别。云端计算设备获取到图像采集装置采集到的图像信息后，通过图像处理模块识别图像特征，以达到智能检测人员图像信息的目的。
在一种可能的场景中，检测食品从业人员的行为信息时，可以用视频采集设备采集食品从业人员的视频信息，为云端计算设备配置相应的视频处理模块。视频处理模块可以使用三维深度视觉传感子模块，获取视频信息中人体骨架的关节位置数据，构建行为识别模型（如深度卷积神经网络模型），通过该模型实现对视频信息的时空域行为检测，以此对人员的相关行为轨迹，例如吸烟、饮食等行为轨迹，进行识别。云端计算设备获取到视频采集设备采集到的视频信息后，通过食品处理模块识别行为轨迹，以达到检测人员行为信息的目的。
在一种可能的场景中，检测食品从业人员的行为信息中的吸烟行为时，可以用视频采集设备采集食品从业人员的视频信息，用烟雾传感器以及热红外传感器等的一种或多种信息采集设备采集食品从业人员所在环境的相关信息。为云端计算设备配置综合信息处理模块，用于对获取到的来自多个信息采集设备的信息做综合处理，识别食品从业人员的吸烟行为，达到检测食品从业人员是否存在吸烟行为的目的。
上述信息采集设备可以使用Wi-Fi（无线局域网技术）、Bluetooth（蓝牙技术）、BLE（Bluetooth Low Energy，蓝牙低功耗技术）、ZigBee（紫蜂技术）或LoRa（Long Range，远距离低功耗通信技术），或是2G、3G、4G、5G、NB-IoT（Narrow Bandwidth Internet of Things，窄带宽物联网）等无线通信技术，或上述多种技术的结合进行信息传输，本申请实施例对此不做限制。
一种可选的实施例中，与食品安全相关的个人信息包括生理健康信息、身体外观特征、着装信息、基础信息、考勤信息、行为信息中至少一种。其中，生理健康信息可以包括食品安全从业人员的体温信息、健康证相关信息（如有效期限）、健康宝相关信息（如健康码三色类型、核酸检测时间、疫苗接种情况等中的一种或多种信息），身体外观特征信息可以包括食品安全从业人员在岗时是否有手部指甲过长、涂指甲油、披头散发或可能接触到食品的皮肤上有创口或化脓等信息中的一种或多种，着装信息可以包括食品从业人员的着装配置是否齐全（如是否穿戴口罩、手套、帽子、鞋套或工作服中的一种或多种）、是否佩戴有额外的异物（如手表、手镯、手链、手串、戒指或耳环等饰物中的一种或多种）、着装是否整洁干净等信息中的一种或多种，考勤信息可以包括食品从业人员的考勤打卡时间、工作地点、工作行程轨迹等中的一种或多种信息，行为信息可以包括食品从业人员是否存在于食品处理区内吸烟、饮食等其他可能污染食品的行为中的一种或多种信息。
一种可选的实施例中，通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息包括获取至少一个信息采集设备采集到的第一个人信息。
上述个人信息可以通过部署在相关工作环境中的信息采集设备直接获取，也可以在获取由信息采集设备采集到的个人信息后，基于该个人信息，通过访问管控个人信息的官方数据系统，进一步查询与上述个人信息相关的其他个人信息。为了对信息进行区分，将由信息采集设备采集到的个人信息记为第一个人信息，将通过管控个人信息的官方数据系统获取的个人信息记为第二个人信息。也即是说，本申请实施例涉及到根据第一人个人信息，从管控个人信息的官方数据系统中获取第二个人信息。
在一种可能的场景中，云端计算设备可以通过部署在食品加工工厂的RFID装置采集到了工厂员工身份识别卡上的个人身份标识（第一个人信息），通过访问卫健机构的数据系统，根据采集到的该员工个人身份标识，可以在卫健机构的数据系统中查询到该员工健康证的相关信息，从而获取到该员工健康证的有效期时间（第二个人信息）。由于如健康证、健康宝一类的生理健康相关信息对于食品安全有重要影响，通过官方数据系统获取到这类个人信息可以保证信息的真实性、有效性，由此解决由于个人上报虚假信息而造成的食品安全事故的问题，减少食品安全隐患。
步骤S202，识别所述食品从业人员的个人信息是否符合食品安全规则，并生成与识别结果对应的食品从业风险信息。
食品安全规则可以由食品从业人员监管端或食品相关企业依照实际情况制定，可以通过食品安全规则检验食品从业人员的工作规范。食品从业人员在工作时应遵守相关食品安全规则以保证食品安全，因此，食品从业人员的个人信息应符合食品安全规则。其中涉及到的食品从业人员监管端可以包括食品相关用人企业的管理部门，也可以包括如市场监管机构、工商机构、卫健机构等具有监管食品安全职能的相关机构。食品从业风险信息是向食品从业人员监管端提示食品从业人员的个人信息具有食品安全风险的信息，具有反映相关食品安全风险的作用。在识别到食品从业人员的个人信息不符合食品安全规则后，生成与该识别结果对应的食品从业风险信息，以达到提示或警报不符合规则内容的目的。食品从业风险信息的内容包括对应人员的个人身份标识以及该人员不符合食品安全规则的描述，也可以包括风险发生时间，或是其他相关信息中的一种或多种。
一种可选的实施例中，在识别食品从业人员的个人信息是否符合食品安全规则前，先获取食品从业人员监管端提供的食品安全规则。在获取食品安全规则时，可以根据具体的情况对应获取相应的规则。食品安全规则可以包括相关监管机构对食品行业的统一规则，例如，食品安全规则可以是食品从业人员需持有在有效期内的健康证、食品从业人员需具有24小时内的核酸检测阴性报告、食品从业人员不能出现发热症状等中的一种或多种。食品安全规则还可以包括根据食品从业人员所处理食品细分种类不同，或相关工作环境的不同而对应制订的规则。
一种可选的实施例中，识别所述食品从业人员的个人信息是否符合食品安全规则包括按照所获取的食品安全规则对至少一个食品从业人员的个人信息进行识别。也即是说，可以根据食品安全规则，对一个或多个食品从业人员的个人信息进行识别，识别信息采集设备采集到的个人信息系是否符合食品安全规则。
一种可选的实施例中，按照获取的食品安全规则对至少一个食品从业人员的个人信息进行识别，可以包括对归属于同一食品加工企业或食品流通企业的食品从业人员的个人信息，进行是否符和上述食品安全规则的识别。例如，市场监管机构在对生鲜超市的运营是否符和食品安全规则进行检查时，如检查员工的核酸检测情况时，可以对该超市配送服务部门、食品加工部门、食品销售部门等多个部门的员工的核酸检测报告信息进行统一获取和识别。
一种可选的实施例中，可以在识别上述归属于同一食品加工企业或食品流通企业的食品从业人员对应的单个识别结果后，生成对应于所述同一食品加工企业或食品流通企业的综合识别结果，以及综合食品从业风险信息。例如，上述抽查生鲜超市员工的核酸检测情况的例子中，在获得被抽查员工对应的单个核酸检测结果（如具有24小时内核酸阴性检测报告、具有48 小时内核酸阴性检测报告或其他情况）后，可以根据该生鲜超市员工总数生成该生鲜超市的核酸检测情况的综合识别结果（如具有24小时内核酸检测报告的员工比例）。若上述综合识别结果不符合相关食品安全规则，生成关于该生鲜超市的综合食品从业风险信息，以实现对该生鲜超市员工个人信息的统一监管。
一种可选的实施例中，可以将信息采集设备分布在多个不同的地域，由此识别食品从业人员在至少一个地域的个人信息是否符合食品安全规则。也即是说，信息采集设备的部署不局限于某一具体食品加工企业或食品流通企业内部，也不局限于某一地域（如区域、市域或省域）内部，通过信息采集设备采集到的信息统一由与信息采集设备对应部署的云端计算设备处理。
在生成食品从业风险信息后，为了继续挖掘利用食品从业人员的个人信息与食品产品从业风险信息的价值，进行以下步骤，对上述个人信息进行统计。
步骤S203，获取对应于同一类食品从业风险信息的多个食品从业人员的个人信息，并生成在至少一个维度下的统计结果。
不同类型的食品从业风险信息对应由相应的食品从业人员的个人信息生成，针对上述个人信息，可以展开对同一食品从业人员的其他维度的个人信息的分析，从而获得针对对应于同一类食品从业风险信息的多个食品从业人员的个人信息，并生成在至少一个维度下的统计结果。例如，对于不同信息采集设备采集到的个人信息，由云端计算设备可识别到食品从业人员的吸烟行为对应生成的食品从业风险信息，云端计算设备可以获取，对应于该类型的食品从业风险信息所对应的个人信息的基础信息，如年龄，并基于年龄这维度进行统计，生成各年龄段的食品从业人员关于吸烟行为的从业风险信息的统计结果。涉及到的维度包括学历、年龄、性别等其他相关维度中的一种或多种。
步骤S204，根据所述统计结果进行个人信息的未来分布预测。
在得到统计结果后，将统计结果用于个人信息的未来分布预测。例如，可以通过对应的数据预测模型，对统计结果做未来趋势预测。由于统计结果是基于至少一个维度生成的，因此，通过预测可以得到食品从业人员在对应维度的发展趋势预测信息。涉及到的数据预测模型可以是由回归分析法、时间序列分析法、BP神经网络法、支持向量机法，或多种方法的组合方法建立的预测模型，本申请对此不做限制。
在一种可能的场景中，可以基于食品从业人员的基础信息中的年龄信息的统计结果，利用相应的数据预测模型，对未来时间段内产生食品从业风险信息的不同年龄段进行概率分布预测，食品从业人员监管端可以在未来对预测结果中概率较大的年龄段对应的食品从业人员的个人信息进行重点监测。
步骤S205，向从食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息以及所述未来分布预测。
在生成食品从业风险信息后，及时将该信息提供给上述监管端的至少一个管理设备，以实现对食品从业人员个人信息的高效监管。也即是说，食品从业人员监管端可以通过其所使用的管理设备，如手机、电脑、平板电脑等设备，接收云端计算设备所提供的从业风险信息，查看食品从业人员对于食品安全规则的违规情况。同时，将未来分布预测提供给食品从业人员监管端的至少一个管理设备，为食品从业人员监管端展示食品从业人员的个人信息以及相关的食品从业风险信息的预测结果，提供相关数据以支持监管端对未来监管的计划实施。
一种可选的实施例中，在存在食品从业风险信息的情况时，即食品从业人员的个人信息存在不符合食品安全规则的情况时，可以将对应该情况生成的食品从业风险信息提供给食品从业人员监管端的至少一个管理设备。也即是说，上述监管端可以通过接收风险信息的形式掌握食品从业人员的个人信息不符合食品安全规则的情况，实现对食品从业人员个人信息的监管。风险信息的提示方式可以包括为信息采集设备配置警报装置，在生成风险信息后以警报的形式向上述监管端提示食品安全风险情况。例如，可以为温度传感器配置警报装置，在识别到食品从业人员的体温异常时，以报警的方式提示检测体温的监管端该食品从业风险情况。提示方式还可以包括通过短信、邮件、信息推送软件或与云端计算设备对应部署的监管平台等方式中的一种或多种，以信息通知的形式将风险信息提供给上述监管端的管理设备，达到向监管端提示食品安全风险情况的目的。例如，在识别到食品从业人员在工作操作间出现不符合食品安全规则的行为时，将对应生成的食品从业风险信息，推送至监管端使用的管理设备，使监管端获悉相关不符合食品安全规则的情况，以便及时监管、查处。
在一种可能的场景中，食品企业在招聘员工时，在采集应聘者相关个人信息后，需要查看该应聘者是否有从业资质，例如，是否符合相关食品安全规则。获取到由食品从业人员监管端提供的食品安全规则包括食品从业人员需持有在有效期内的健康证。若经过识别，发现该应聘者持有的健康证在有效期内，则该人员符合上述食品安全规则，可以进行招聘。若经过识别，发现该人员并不持有健康证，或所持有的健康证已经过期，则生成相关风险信息提示，告知监管端该人员不符合上述食品安全规则，不可继续进行招聘。
在一种可能的场景中，在疫情背景下，在监管冷链食品行业从业人员的工作流程时，获取到的食品安全规则为依照当地疾控中心提供的《冷链食品从业人员工作与居家个人防护指引》中的相关规则，例如装卸人员除遵循戴口罩等个人一般卫生要求（如正确佩戴口罩）外，搬运货物前要穿戴工作衣帽和手套，必要时佩戴护目镜和防护面屏等。通过部署在冷链食品从业人员工作环境中的图像采集设备可以对从业人员的着装信息进行采集，若经过识别，发现在图像采集设备的采集范围内，识别到从业人员具有佩戴口罩、穿戴工作衣帽和手套等特征信息，则说明从业人员符合相关食品安全规则。若经过识别发现在图像采集设备的采集范围内的从业人员没有上述相关特征信息，说明至少一个从业人员的着装不符合相关食品安全规则，则生成相应的食品从业风险信息提示，并向监管端的至少一个管理设备提供食品从业风险信息，以便监管端进行处理监督。
一种可能的场景中，云端计算设备根据信息采集设备提供的信息，识别到食品从业人员有健康证件过期的情况，生成了对应的从业风险信息并将该风险信息同时提供给食品从业人员所在企业的管理部门，企业管理部门可以根据该风险信息找到对应的食品从业人员，指示该人员尽快办理新健康证，并要求该人员在未持有效健康证期间不得上岗工作。
一种可能的场景中，云端计算设备根据信息采集设备提供归属于同一食品企业的多个食品从业人员健康证信息的综合识别结果，根据该综合识别结果生成了对应的风险信息，并提供给了市场监管机构，市场监管机构可以根据该风险信息，派出执法人员前往对应的企业调查处理该风险情况。
一种可选的实施例中，可以根据食品从业人员监管端发送的信息查看请求，为监管端反馈与请求对应的从业风险信息。也即是说，食品从业人员监管端可以通过发送信息查看请求的方式获取食品从业人员的食品从业风险信息。
在一种可能的场景中，食品从业人员监管端为食品企业的人事部门，该人事部门在招聘员工时，可以通过发送查看该员工过往从业风险信息的请求，获取该员工的过往食品从业风险信息，以便了解该员工有无食品行业相关的不良历史记录。
一种可选的实施例中，还可以对所述信息采集设备获取到的个人信息进行数据清洗，转换为目标数据格式。一方面，信息采集设备所采集到的个人信息不免有数据不准确、不相关等其他异常情况，通过数据清洗可以对采集到的数据进行检测和纠正，以保证数据的准确性，使数据后续被充分利用；另一方面，用于对同一种个人信息的多个数据采集设备，其所采集得到的个人信息的数据的格式可能不同，这加大了对个人信息统一监管的难度，因此，对于同一种个人信息的采集，通过对信息采集设备获取到的个人信息进行数据清洗，转换为同一种目标数据格式，可以方便后续同一监管。
一种可选的实施例中，不符合食品安全规则的食品从业风险信息可以包括食品从业人员的生理健康信息超过有效时间或是不符合健康要求，例如，体温过高、健康证不在有效期内、核酸检测结果超期、体检报告中有不符合食品安全从业要求的结果或健康宝由于出现弹窗等情况不符合防疫要求等中的一种或多种。
一种可选的实施例中，所述不符合食品安全规则的食品从业风险信息可以包括食品从业人员的身体外观特征不符合对应的食品卫生规范，例如，食品从业人员的手部指甲过长、涂指甲油、披头散发或可能接触到食品的皮肤上有创口或化脓等情况中的一种或多种。
一种可选的实施例中，所述不符合食品安全规则的食品从业风险信息可以包括从业人员的着装信息不符合对应的着装要求，例如，食品从业人员缺少着装配置（如没有按照要求穿戴口罩、手套、帽子、鞋套或工作服中的一种或多种）、佩戴了额外的异物（如佩戴了手表、手镯、手链、手串、戒指或耳环等饰物中的一种或多种）或着装不干净、有污渍等情况中的一种或多种。
一种可选的实施例中，所述不符合食品安全规则的食品从业风险信息可以包括食品从业人员的行为信息不符合食品操作规范，例如，食品从业人员存在于食品处理区内吸烟、饮食或从事其他可能污染食品的行为等中一种或多种行为。
一种可选的实施例中，所述方法还包括，根据信息采集设备采集到的目标食品对象的对象信息，确定与目标食品对象对应的至少一个食品从业人员。由于信息采集设备部署在食品生产环境和/或食品流通环境中，因此信息采集设备除了可以采集到食品从业人员的个人信息以外，还可以采集到食品从业人员所处理的食品对象的对象信息。其中对象信息可以包括食品对象生产和/或流通的时间、地点、食品对象的标识信息等其他相关信息中的一种或多种。将上述信息采集设备所采集的食品对象记为目标食品对象，由于处理目标食品对象的食品从业人员与目标食品对象处于同一食品生产环境和/或食品流通环境，因此可以根据目标食品对象的对象信息，确定与目标食品对象对应的至少一个食品从业人员。
在确定与目标食品对象对应的至少一个食品从业人员后，为上述食品从业人员的个人信息与目标食品对象建立关联数据。通过关联数据可以获取目标食品对象与食品从业人员的对应关系，可以将关联数据记录于与食品从业人员和/或目标食品对象相关的数据系统中，例如与食品从业人员的个人信息对应的数据系统、与目标食品对象的对象信息对应的数据系统，或是其他相关数据系统中的一个或多个。
由此，可以在上述与食品从业人员的个人信息对应的数据系统中通过关联数据获取上述对象数据，也在上述与商品目标对象的对象信息对应的数据系统中通过关联数据获取上述个人信息。从而，可以根据关联数据，确定目标食品对象对应的至少一个食品从业人员，然后确定上述至少一个食品从业人员的从业风险信息符合风险要求。
上述涉及到的目标食品对象的对象信息可以包括生产信息和/或流通信息。其中生产信息可以由部署在目标食品对象的生产环境中的信息采集设备采集，可以包括目标食品对象所属的生产线和/或生产时间。流通信息可以由部署在目标食品对象的流通环境中的信息采集设备采集，可以包括与目标食品对象关联的派送订单，例如物流订单、外卖订单，或其他相关订单中的一种或多种。
一种可选的实施例中，可以对目标食品对象在食品生产环境和/或食品流通环境的食品从业个人信息对应的从业风险信息进行统计，生成与该目标食品对象对应的风险提示。由于食品从业人员的个人信息可能出现因一种或多种原因，导致无法被准确检测到不符合食品安全规则的情况，例如，健康证的有效期为一年，而食品从业人员的实际生理健康信息在健康证有效期间发生了变化，从而，与上述情况相关的食品有潜在被污染的风险，即产生食品安全事故的风险。因此，可以对目标食品对象在其生产和/或流通过程中，通过关联数据对涉及的食品从业人员的个人信息对应的从业风险信息，进行持续的监管与统计，并生成与该目标食品对象对应的风险提示。
在一种可能的场景中，在发生食品安全事件时，云端计算设备可以通过相关关联数据，直接获取与目标食品对象相关的，在处理目标食品对象时的食品从业人员的个人信息，根据上述个人信息还可以继续通过与云端设备相关联的数据系统，追踪同一从业人员的其他个人信息，统计追踪到的个人信息所对应的从业风险信息，根据从业风险信息为目标食品对象生成对应的风险提示，作为食品安全事件的调查依据。
与本申请实施例提供的方法的应用场景以及方法相对应地，本申请实施例还提供一种食品从业人员的信息处理装置。如图3所示为本申请一实施例的食品从业人员的信息处理装置300的结构框图，该信息处理装置可以包括：
个人信息获取模块301，用于获取部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备所采集的食品从业人员与食品安全相关的个人信息。
风险信息生成模块302，用于识别所述食品从业人员的个人信息是否符合食品安全规则，并生成与识别结果对应的食品从业风险信息。
统计结果生成模块303，用于获取对应于同一类食品从业风险信息的多个食品从业人员的个人信息，并生成在至少一个维度下的统计结果。
未来分布预测模块304，用于根据所述统计结果进行个人信息的未来分布预测。
信息提供模块305，用于向从食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息以及所述未来分布预测。
一种可选的实施例中，所述装置还包括：
人员确定模块，用于根据所述信息采集设备采集到的目标食品对象的对象信息，确定与所述目标食品对象对应的至少一个食品从业人员。
关联数据建立模块，用于将至少一个食品从业人员的个人信息与目标食品对象建立关联数据。
一种可选的实施例中，所述人员确定模块具体用于，确定所述至少一个食品从业人员对应的从业风险信息符合风险要求。
一种可选的实施例中，所述对象信息包括生产信息和/或流通信息，生产信息包括所属生产线和/或生产时间，流通信息包括目标食品对象关联的派送订单。
一种可选的实施例中，所述信息采集设备包括物联网设备，所述个人信息获取模块301具体用于：从所述至少一个信息采集设备对应的物联网平台获取食品从业人员与食品安全相关的个人信息。
一种可选的实施例中，所述信息采集设备包括：频射识别装置、图像采集装置、传感器、定位装置中至少一种；所述与食品安全相关的个人信息包括生理健康信息、身体外观特征信息、着装信息、基础信息、考勤信息、行为信息中至少一种。
一种可选的实施例中，所述个人信息获取模块301包括：
第一获取子模块，用于获取所述至少一个信息采集设备采集到的第一个人信息；
第二获取子模块，用于根据采集到的第一个人信息从管控个人信息的官方数据系统获取第二个人信息。
一种可选的实施例中，所述风险信息生成模块302包括：
规则获取子模块，用于获取食品从业人员监管端提供的食品安全规则；
规则识别子模块，用于按照所获取的食品安全规则对至少一个食品从业人员的个人信息进行识别。
一种可选的实施例中，所述风险信息生成模块302，具体用于对归属于同一食品加工企业或食品流通企业的食品从业人员的个人信息，进行个人信息是否符合食品安全规则的识别；根据与所述食品从业人员对应的单个识别结果生成对应于所述同一食品加工企业或食品流通企业的综合识别结果。
一种可选的实施例中，所述信息采集设备分布在多个不同的地域，所述风险信息生成模块302，具体用于识别所述食品从业人员在至少一个地域的个人信息是否符合食品安全规则 。
一种可选的实施例中，所述风险信息生成模块302，具体用于对目标食品在食品生产环境和/或食品流通环境的食品从业个人信息对应的食品从业风险信息进行统计，生成与所述食品对应的风险提示。
一种可选的实施例中，所述信息提供模块305，具体用于在所述食品从业风险信息指示存在风险的情况下，向食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息；或，根据所述食品从业人员监管端发送的信息查看请求，反馈食品从业人员的食品从业风险信息。
一种可选的实施例中，所述信息提供模块305还包括：
数据清洗子模块，用于对所述信息采集设备获取到的个人信息进行数据清洗转换为目标数据格式。
一种可选的实施例中，所述不符合食品安全规则的食品从业风险信息包括如下至少一种：所述食品从业人员的生理健康信息超过有效时间或是不符合健康要求、所述身体外观特征不符合对应的食品卫生规范，所述着装信息不符合对应的着装要求，所述行为信息不符合食品操作规范。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，并具备相应的有益效果，在此不再赘述。
图4为用来实现本申请实施例的电子设备的框图。如图4所示，该电子设备包括：存储器401和处理器402，存储器401内存储有可在处理器402上运行的计算机程序。处理器402执行该计算机程序时实现上述实施例中的方法。存储器401和处理器402的数量可以为一个或多个。
该电子设备还包括：
通信接口403，用于与外界设备进行通信，进行数据交互传输。
如果存储器401、处理器402和通信接口403独立实现，则存储器401、处理器402和通信接口403可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外部设备互连（Peripheral ComponentInterconnect，PCI）总线或扩展工业标准体系结构（Extended Industry StandardArchitecture，EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器401、处理器402及通信接口403集成在一块芯片上，则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片，该芯片包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。
应理解的是，上述处理器可以是中央处理器（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（FieldProgrammable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器（Advanced RISC Machines，ARM）架构的处理器。
进一步地，可选的，上述存储器可以包括只读存储器和随机访问存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器（Read-Only Memory，ROM）、可编程只读存储器（Programmable ROM，PROM）、可擦除可编程只读存储器（Erasable PROM，EPROM）、电可擦除可编程只读存储器（Electrically EPROM，EEPROM）或闪存。易失性存储器可以包括随机访问存储器（Random Access Memory，RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM均可用。例如，静态随机访问存储器（Static RAM，SRAM）、动态随机访问存储器（Dynamic Random Access Memory，DRAM）、同步动态随机访问存储器（Synchronous DRAM，SDRAM）、双倍数据速率同步动态随机访问存储器（Double Data RateSDRAM，DDR SDRAM）、增强型同步动态随机访问存储器（Enhanced SDRAM，ESDRAM）、同步链接动态随机访问存储器（Sync link DRAM，SLDRAM）和直接内存总线随机访问存储器（DirectRambus RAM，DR RAM）。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生依照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中描述的或在此以其他方式描述的任何过程或方法可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中描述的或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本申请的示例性实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请记载的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种食品从业人员的信息处理方法，应用于云端计算设备，其特征在于，所述方法包括：
通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息；
识别所述食品从业人员的个人信息是否符合食品安全规则，并生成与识别结果对应的食品从业风险信息；
获取对应于同一类食品从业风险信息的多个食品从业人员的个人信息，并生成在至少一个维度下的统计结果；
根据所述统计结果进行个人信息的未来分布预测；
向食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息以及所述未来分布预测。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述信息采集设备采集到的目标食品对象的对象信息，确定与所述目标食品对象对应的至少一个食品从业人员；
将所述至少一个食品从业人员的个人信息与所述目标食品对象建立关联数据。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述关联数据确定目标食品对象对应的至少一个食品从业人员；
确定所述至少一个食品从业人员对应的从业风险信息符合风险要求。
4.根据权利要求2所述的方法，其特征在于，所述对象信息包括生产信息和/或流通信息，所述生产信息包括所属生产线和/或生产时间，所述流通信息包括所述目标食品对象关联的派送订单。
5.根据权利要求1所述的方法，其特征在于，所述信息采集设备包括物联网设备，所述通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息包括：从所述至少一个信息采集设备对应的物联网平台获取食品从业人员与食品安全相关的个人信息。
6.根据权利要求1所述的方法，其特征在于，所述信息采集设备包括：频射识别装置、图像采集装置、传感器、定位装置中至少一种；
所述与食品安全相关的个人信息包括：生理健康信息、身体外观特征信息、着装信息、基础信息、考勤信息、行为信息中至少一种。
7.根据权利要求1所述的方法，其特征在于，所述通过部署在食品生产环境和/或食品流通环境中的至少一个信息采集设备获取食品从业人员与食品安全相关的个人信息包括：
获取所述至少一个信息采集设备采集到的第一个人信息；
根据采集到的第一个人信息从管控个人信息的官方数据系统获取第二个人信息。
8.根据权利要求1所述的方法，其特征在于，所述识别所述食品从业人员的个人信息是否符合食品安全规则包括：
获取食品从业人员监管端提供的食品安全规则；
按照所获取的食品安全规则对至少一个食品从业人员的个人信息进行识别。
9.根据权利要求1所述的方法，其特征在于，所述识别所述食品从业人员的个人信息是否符合食品安全规则包括：
对归属于同一食品加工企业或食品流通企业的食品从业人员的个人信息，进行个人信息是否符合食品安全规则的识别；
根据与所述食品从业人员对应的单个识别结果生成对应于所述同一食品加工企业或食品流通企业的综合识别结果。
10.根据权利要求1所述的方法，其特征在于，所述信息采集设备分布在多个不同的地域，所述识别所述食品从业人员的个人信息是否符合食品安全规则包括：
识别所述食品从业人员在至少一个地域的个人信息是否符合食品安全规则。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对目标食品对象在食品生产环境和/或食品流通环境的食品从业个人信息对应的食品从业风险信息进行统计，生成与所述食品对应的风险提示。
12.根据权利要求1所述的方法，其特征在于，所述向食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息包括：
在所述食品从业风险信息指示存在风险的情况下，向食品从业人员监管端的至少一个管理设备提供所述食品从业风险信息；
或，根据所述食品从业人员监管端发送的信息查看请求，反馈食品从业人员的食品从业风险信息；
所述方法还包括：
对所述信息采集设备获取到的个人信息进行数据清洗，转换为目标数据格式。
13.根据权利要求6所述的方法，其特征在于，不符合食品安全规则的食品从业风险信息包括如下至少一种：
所述食品从业人员的生理健康信息超过有效时间或是不符合健康要求，所述身体外观特征不符合对应的食品卫生规范，所述着装信息不符合对应的着装要求，所述行为信息不符合食品操作规范。
14.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器在执行所述计算机程序时实现权利要求1-13中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211299151.2A CN115374173A (zh) | 2022-10-24 | 2022-10-24 | 食品从业人员的信息处理方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211299151.2A CN115374173A (zh) | 2022-10-24 | 2022-10-24 | 食品从业人员的信息处理方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115374173A true CN115374173A (zh) | 2022-11-22 |
Family
ID=84072713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211299151.2A Pending CN115374173A (zh) | 2022-10-24 | 2022-10-24 | 食品从业人员的信息处理方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115374173A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053223A (zh) * | 2017-12-08 | 2018-05-18 | 珠海华索软件科技有限公司 | 一种网格化食品安全的监管方法及系统 |
| CN109979597A (zh) * | 2019-03-25 | 2019-07-05 | 秒针信息技术有限公司 | 健康信息监控方法、装置、系统及云计算中心服务器 |
| CN112669188A (zh) * | 2021-01-12 | 2021-04-16 | 徐涛 | 危机事件预警模型构建、危机事件预警方法和电子设备 |
| CN113052497A (zh) * | 2021-02-02 | 2021-06-29 | 浙江工业大学 | 一种基于动静态特征融合学习的服刑人员风险预测方法 |
| CN114118507A (zh) * | 2021-07-14 | 2022-03-01 | 青岛博天数通信息科技有限公司 | 一种基于多维信息融合的风险评估预警方法和装置 |
-
2022
- 2022-10-24 CN CN202211299151.2A patent/CN115374173A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053223A (zh) * | 2017-12-08 | 2018-05-18 | 珠海华索软件科技有限公司 | 一种网格化食品安全的监管方法及系统 |
| CN109979597A (zh) * | 2019-03-25 | 2019-07-05 | 秒针信息技术有限公司 | 健康信息监控方法、装置、系统及云计算中心服务器 |
| CN112669188A (zh) * | 2021-01-12 | 2021-04-16 | 徐涛 | 危机事件预警模型构建、危机事件预警方法和电子设备 |
| CN113052497A (zh) * | 2021-02-02 | 2021-06-29 | 浙江工业大学 | 一种基于动静态特征融合学习的服刑人员风险预测方法 |
| CN114118507A (zh) * | 2021-07-14 | 2022-03-01 | 青岛博天数通信息科技有限公司 | 一种基于多维信息融合的风险评估预警方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102375215B1 (ko) | 개인 보호 장비에 대한 지능형 안전 모니터링 및 분석 시스템 | |
| CN104334075B (zh) | 具有调整通知的生物测定属性异常检测系统 | |
| Li et al. | Investigation of the causality patterns of non-helmet use behavior of construction workers | |
| JP5893376B2 (ja) | 健康管理及びプラント保全のために有毒ガスへの暴露のコンプライアンス及び警告を提供し有毒ガスへの暴露を警告するシステム及び方法 | |
| CA2439002C (en) | A system and method for performing object association using a location tracking system | |
| US20140167917A2 (en) | Disease Mapping and Infection Control System and Method | |
| US11113508B2 (en) | Personal protective equipment fitting device and method | |
| WO2022034572A1 (en) | Methods and systems of prioritizing treatments, vaccination, testing and/or activities while protecting the privacy of individuals | |
| JP5396537B2 (ja) | 情報処理システム、サーバ、及び情報処理方法 | |
| Elliot et al. | Internet-based remote health self-checker symptom data as an adjuvant to a national syndromic surveillance system | |
| CN111522859A (zh) | 告警分析方法、装置、计算机设备和存储介质 | |
| JP6131976B2 (ja) | 人員管理システム、情報解析装置、人員管理方法及び人員管理プログラム | |
| TWI414269B (zh) | Access Control System and Its Method for Physiological Signal Abnormal Notification | |
| CN115374173A (zh) | 食品从业人员的信息处理方法、装置及电子设备 | |
| US11040227B2 (en) | Respirator fitting device and method | |
| US20090137881A1 (en) | Linked animal-human health visual analytics | |
| MX2012005803A (es) | Metodo y sistema en tiempo real para contratar los procesos de suministro de asistencia sanitaria en un entorno clinico. | |
| US9043157B2 (en) | Device for the collection and processing of information relating to the exposure of one or more persons to one or more products of chemical or biological origin and method for the use of such a device | |
| Donati et al. | RT-PROFASY: Enhancing the well-being, safety and productivity of workers by exploiting wearable sensors and artificial intelligence | |
| CN111260003A (zh) | 一种消防装备的全寿命智能管理方法和系统 | |
| Isnanto et al. | Attendance Monitoring With GPS Tracking on HR Management | |
| Dorea et al. | Veterinary syndromic surveillance in practice: costs and benefits for governmental organizations | |
| US20130325495A1 (en) | Enhanced automatic data collection and processing for tracking healthcare activities | |
| CN110135744B (zh) | 建筑工人安全行为习惯评价方法 | |
| CN114496291A (zh) | 疫情风险评估方法、装置、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221122 |
|
| RJ01 | Rejection of invention patent application after publication |